把厂家的故障经验沉淀成知识库，让现场人员自己先排查一遍。
场馆与实训中心的设备种类多，同一个场馆可能有几十类设备。
设备出故障时，现场人员第一反应是联系厂家，厂家再派工程师。整个流程短则一天，长则数天，期间设备停用，影响培训和参观。
实际上大量故障是常见问题，有经验的人几句话就能定位。问题在于经验只在少数人手里。
自研故障诊断智能体：把历史故障整理成知识库，现场人员描述现象，智能体给出可能原因与处置建议。
知识库按设备类型与故障现象组织，覆盖常见故障与处理步骤。
接入企业微信，现场人员用手机就能提问，不需要打开电脑。
同时提供 PC 端与移动端，覆盖值守、巡检与外勤三种场景。
下表为本项目的技术要素，客户可据此自行验证。
没有约束的项目故事都是编的。这一节把时间、场地、人员、合规四条限制列清楚。
这些限制直接决定了方案的形状 —— 下面「关键难点」里的每一个问题， 都是被其中某一条限制挤出来的。
不是「我们很努力」，是「问题长什么样、我们怎么解的、代价是什么」。
这一节是给同行的。如果你正在做类似的事，这几条能省你一些弯路。
隐性经验说不出来，但能回忆具体事件。按案例采集比按知识访谈有效得多。
车间、井下、户外这些场景，文字输入往往是最差的选择。
涉及安全的智能体，输出应该是流程而不是判断。
只讲成功的地方很假。这一节写我们做错或做晚的地方。
如果重做，会在知识库建设上花更多时间做「验证」。四百多条案例里有相当一部分是错的或过时的，如果不验证就喂给模型，会放大错误。
语音输入做晚了。车间里打字不现实，语音是刚需，但第一版只做了文字输入，现场反馈很差。
对「老师傅不信任系统」这件事估计不足。上线初期有经验的员工抵触，后来让他们参与知识审核才慢慢接受。